1 مستودع
Using LLMs to refine the accuracy and readability of decompiled pseudo-code output.
Distinct from Decompiled Code Explainers: Focuses on improving the code itself rather than providing plain-English summaries of its behavior.
Explore 1 awesome GitHub repository matching artificial intelligence & ml · Pseudo-Code Readability Improvement. Refine with filters or upvote what's useful.
LLM4Decompile هو مجموعة أدوات وإطار عمل لترجمة الكود الثنائي إلى كود مصدري. يستخدم نماذج لغوية كبيرة لتحويل كود الآلة إلى كود مصدري قابل للقراءة واستعادة المنطق الأصلي للملفات التنفيذية المجمعة. يتضمن المشروع خط أنابيب متخصصاً لتوليد مجموعات بيانات تدريب اصطناعية عن طريق تحويل الكود المصدري إلى أزواج تجميع (assembly). يوفر إطار عمل للضبط الدقيق لتحسين نماذج التعلم العميق على مجموعات البيانات الثنائية إلى المصدرية هذه، مما يزيد من دقة استعادة الكود. يتميز النظام أيضاً بقدرات لتنقية الكود الزائف (pseudo-code) الذي تم فك تجميعه. تركز هذه العملية على استعادة الهيكل العظمي وأسماء المتغيرات للملف الثنائي لتحسين قابلية قراءة المنطق المفكك.
Employs a language model to improve the readability and accuracy of existing decompiled pseudo-code.